希臘研究團隊開(kāi)發(fā)新型人工智能 更精簡(jiǎn)高效

近期，一個(gè)希臘的研究團隊透過(guò)將仿生學(xué)的特征融入AI，創(chuàng )造更小、更智能的系統。它模仿我們的大腦處理信息的方式，提高它們在識別模式和做出決策方面的效率。這將帶來(lái)更有效率的AI應用。

FORTH分子生物學(xué)和生物技術(shù)研究所（IMBB）Panayiota Poirazi博士的團隊在《自然通訊》期刊上發(fā)表了一篇新文章，提出了一種新型人工神經(jīng)元架構，該架構結合了生物樹(shù)突的不同特征，并在各種圖像識別情境中進(jìn)行了測試。

樹(shù)突是神經(jīng)細胞的分支延伸，類(lèi)似樹(shù)枝。它們的主要功能是接收來(lái)自其他神經(jīng)元的信息，并將其傳遞到細胞本體。多年來(lái)，樹(shù)突在信息處理中的作用尚不清楚，但最近的研究顯示，它們可以獨立于主要神經(jīng)元執行復雜的計算。此外，樹(shù)突對于大腦的可塑性至關(guān)重要，即大腦適應不斷變化的環(huán)境的能力。

研究結果顯示，這些樹(shù)突狀人工神經(jīng)網(wǎng)絡(luò )（ANN）更能抵抗過(guò)度擬合，并且在使用更少的資源（即可訓練參數和學(xué)習步驟）的情況下，可以達到或超越傳統ANN的性能。

這種改進(jìn)來(lái)自一種獨特的學(xué)習方法，其中網(wǎng)絡(luò )中的多個(gè)節點(diǎn)有助于不同類(lèi)別的編碼。這與傳統的ANN相反，后者大多數節點(diǎn)都是針對特定類(lèi)別的?？傮w而言，研究表明，結合樹(shù)突特征可以使ANN更智能、更有效率。